知名工作职业网站CareerCast近日发布了《2017年度最佳职业排行榜》。为了量化报告中的200多个工作方面，该网站从每个工作固有的属性中选择了四个“核心标准”对样本做评估。分别为：
工作压力（要不要出差、收入增长潜力、要不要在公开场合工作、竞争强度、体力要求等11个因素）。
这个工作大家可能觉得很陌生，语言病理学家成为2017年最佳工作排行榜的第十名，原因是健康医疗行业的工作机会增涨势头强劲，在2024年有望达到22.65%的涨幅。这个工作可以和可爱的孩子亦或是有语言/说话障碍的成人进行交流，帮助别人的同时能获得成就感，薪资中位数为$73,250。
职业治疗师这个职位上榜原因是大量的需求和高额工资，在美国的就业机会相当多，预估到2024年会增涨29%。中位数工资$80,219。
软件工程师一直是高科技行业中的宠儿，大势所趋，这个行业人才紧缺，工作机会遍地开花，工资水平非常高，中位数为$100,690。
在这个数据化和量化当道的年代，这样的领域的需求正在不断增涨，预计到2024会增涨22%，薪资中位数为$111,298。
这是不少人心目中的完美工作之一，在帮助别人的同时，还能丰富自己，教授的上班时间非常灵活，假期大把抓，受人敬仰，薪资也通常不错。中位薪酬为$72,416。
越来越多的行业越来越依赖数据，催生出这一薪水高，机会多的工作岗位，这一领域正在爆发，就业增涨预计到2024年能达到15.75%，目前薪资中位数为$111,267。
信息安全分析师负责保护公司企业的信息安全，包括客户信息、资本信息、经营信息等等。随着网络攻击的迅猛增加，近年来，高技能的信息安全分析师的重要性在国家头条新闻中已经处于主体地位了。这样一个职业的需求量慢慢的变大，从业范围也非常广。这个工作的薪资中位数为$90,120。
最佳工作排行榜第三名是运营分析师，预计2024年行业工作机会增长率能达到30%。从制造业到金融行业甚至政府领域，几乎每个行业都需要这样的角色，使用高级分析方法帮企业解决实际问题，辅助决策。利用优化流程、数据挖掘、统计分析及数学建模等方式来帮企业和组织更高效的运转。这个工作的薪资中位数为$78,630。
医疗服务经理需求的强劲和医疗相关职业需求高的趋势一致。他们在幕后工作，以确保运医疗机构运转有序。美国劳工统计局数据显示，至2024年预测该职业就业整体增幅达17%。薪资中位数为$94,500。
随着我们的世界越来越以数字为中心变得可量化，在未来七年内统计学家工作机会可能增加34%。近乎各行各业都需要数据，让这一职业有着极佳的工作前途。统计学技能可拿来分解和分析大量数据，并被应用于工业、营销、银行、政府甚至医疗行业。 薪资中位数为$80,110。
作为带有工业工程背景的各位，大家有没注意到排名第三的职业？对，是利用优化流程、数据挖掘、统计分析及数学建模等方式来帮企业和组织更高效的运转的运营分析师。
这不就是和工业工程完全对口的职业吗？不过只是这么多东西似乎都是出现在工业工程高年级关于“现代工业工程”的教材中，都是一笔带过。学校出来，我们基本带着一些基础工业工程的内容开始闯荡江湖。由于企业的误解，工业工程再教育的缺乏，在工业工程领域缺少工程能力提升的渠道，很多时候我们都不明白我们做的东西有问题。
比如在工时研究中，工时的计算，目前我们仍旧是基于平均值。但是现实告诉我们可能这样的工时的变异系数（表示数据离散程度/波动程度的系数）能达到0.5以上。那就是意味着，工时的标准差达到了平均值的50%以上，那么请问这样的平均值还能用吗？是不是需要采用平均值+标准差的分析方式？这样的方式在发达国家已经较为成熟，但是我们还认为这是前沿的技术。不免让人叹息。
于是，有一部分朋友放弃了在工程能力上的提升，而转向“精益”这一充满类似于心学哲学的管理中寻找答案。但是真正的哲学和真正的忽悠只有一线之隔，这一领域虚虚实实，真真假假，虚实难分，真假难辨。甚至有时候自己也不清楚自己领悟的是否是真的哲学……
面对这样的情况，作为工程技术控的六号，从2016年初开始，就选择开设相关的“现代工业工程”课程。最近一期建模仿线天就开课了，名额不多，线上小班教学，有兴趣的朋友可以长按扫码下面二维码，添加六号微信，了解详情。或者原文链接直接报名（不知道这样的广告做的软不软？：）
说实话，刚刚开设这些课程的时候，六号是心里没有底的，因为我看不到国内似乎有很多的应用场景。
作为带有工业工程背景的各位，大家有没注意到排名第三的职业？对，是利用优化流程、数据挖掘、统计分析及数学建模等方式来帮企业和组织更高效的运转的运营分析师。
这不就是和工业工程完全对口的职业吗？不过只是这么多东西似乎都是出现在工业工程高年级关于“现代工业工程”的教材中，都是一笔带过。学校出来，我们基本带着一些基础工业工程的内容开始闯荡江湖。由于企业的误解，工业工程再教育的缺乏，在工业工程领域缺少工程能力提升的渠道，很多时候我们都不明白我们做的东西有问题。
比如在工时研究中，工时的计算，目前我们仍旧是基于平均值。但是现实告诉我们可能这样的工时的变异系数（表示数据离散程度/波动程度的系数）能达到0.5以上。那就是意味着，工时的标准差达到了平均值的50%以上，那么请问这样的平均值还能用吗？是不是需要采用平均值+标准差的分析方式？这样的方式在发达国家已经较为成熟，但是我们还认为这是前沿的技术。不免让人叹息。
于是，有一部分朋友放弃了在工程能力上的提升，而转向“精益”这一充满类似于心学哲学的管理中寻找答案。但是真正的哲学和真正的忽悠只有一线之隔，这一领域虚虚实实，真真假假，虚实难分，真假难辨。甚至有时候自己也不清楚自己领悟的是否是真的哲学……
面对这样的情况，作为工程技术控的六号，从2016年初开始，就选择开设相关的“现代工业工程”课程。最近一期建模仿线天就开课了，名额不多，线上小班教学，有兴趣的朋友可以长按扫码下面二维码，添加六号微信，了解详情。或者原文链接直接报名（不知道这样的广告做的软不软？：）
说实话，刚刚开设这些课程的时候，六号是心里没有底的，因为我看不到国内似乎有很多的应用场景。
